勝算比（OR）vs 風險比（RR）：另一個被誤讀的數字

看到健康新聞寫「某習慣讓某病的勝算比（odds ratio, OR）高達 2.0」，很多人——包括寫稿的記者——會直接讀成「風險變兩倍」。這是誤讀。 OR 是「勝算」的比，不是「風險」的比；而且當研究的結果並不罕見時，OR 會系統性地比真實的風險比（risk ratio, RR）更偏離 1，把效果放大，看起來比實際更嚇人。這篇用最少的算式講清楚為什麼，以及讀到 OR 時該怎麼辦。

先分清楚：風險（risk）與勝算（odds）

風險就是機率本身。 Cochrane Handbook 的說法是：風險是某結果發生的機率，用 0 到 1 之間的小數表示——風險 0.1，大約每 100 人有 10 人發生；風險 0.5，每 100 人有 50 人發生。

勝算則是「發生的機率 ÷ 不發生的機率」，可以是 0 到無限大之間的任何數。100 人裡有 10 人發生，風險是 10/100 = 0.1，但勝算是 10/90 ≈ 0.11。

關鍵在於：事件罕見時，兩者很接近；事件常見時，兩者差很大。 Cochrane Handbook 直接給了例子：風險 0.5 等於勝算 1；風險 0.95 等於勝算 19。風險最多到 1，勝算卻能衝到很大。既然「風險」和「勝算」在常見結果時會分家，由它們各自相除得到的「風險比（RR）」和「勝算比（OR）」自然也會分家。

為什麼結果常見時，OR 會「放大」效果

把上面那件事換成兩組相比就懂了。當真實的風險比大於 1 時，對應的勝算比會比它更大；風險比小於 1 時，勝算比會比它更小——也就是 OR 永遠比 RR 更往兩端跑、離 1 更遠。

• 結果罕見時： OR ≈ RR，這時把 OR 粗略當倍數看，誤差不大。
• 結果常見時： OR 明顯大於（或小於）RR，把 OR 當 RR 讀就會高估效果。

CMAJ 2012 年 Knol 等人的方法學分析指出：用邏輯斯回歸（logistic regression）得到的 OR 會高估 RR，而且高估的幅度隨結果發生率上升而變大；當結果發生率超過約 10% 時，這種偏差就值得當心。BMJ 1998 年 Davies、Crombie、Tavakoli 的〈When can odds ratios mislead?〉也說：風險低於約 20% 時，勝算和風險不會差太多；但當風險爬過 50%，勝算就會明顯偏離。Cochrane Handbook 甚至有一段小標題就叫「Warning: OR and RR are not the same」，明說把 OR 誤當 RR 會傾向高估介入效果，尤其當結果常見（例如風險超過 20%）時，而且這個解讀錯誤「在已發表的個別研究與系統性回顧中其實相當常見」。

那為什麼還要用勝算比？

不是統計學家故意找麻煩。病例對照研究（case-control study）設計上只能算 OR。 [已知] 這種研究是先決定要收多少「病例」、多少「對照」，所以資料裡「得病者佔比」是研究者挑出來的，不是真實發生率——既然算不出真正的風險，就算不出風險比，只能用 OR 來描述關聯強度。此外，醫學研究最常用的邏輯斯回歸模型，輸出的本來就是 OR。所以 OR 是個正當、好用的工具；出問題的從來不是 OR 本身，而是「把 OR 直接當成 RR 來唸」。

結論：看到 OR，先問「結果常不常見」

一句話：「OR 2.0」不等於「風險變兩倍」。 遇到勝算比，先確認這個結果常不常見。若是罕見結果（基準風險低），OR 和 RR 接近，可以粗略當倍數參考；若是常見結果，OR 會誇大，真正的風險比可能明顯小於那個數字。最實用的一招：看研究有沒有同時報「風險比」或「絕對風險」——能還原成「每千人多幾個」最好。（這點和站內〈相對風險 vs 絕對風險〉是同一個精神：數字的「框架」決定它聽起來多嚇人。）

我的觀點

[已知] OR 與 RR 在罕見結果時近似、在常見結果時分家，這是數學上確定的事實，不是學派之爭。[推測] 我認為 OR 之所以特別容易誤導大眾，是因為它「天生就比 RR 大」，剛好迎合了新聞想要聳動、研究者想要顯著的方向——當一個常見的偏差總是往「更嚇人」的方向偏，它就更難被自我修正。[推測] 對一般讀者最務實的防身術，不是去背勝算的公式，而是養成一個反射：看到任何「比」是 X 倍，先追問底數多大、結果常不常見。能同時給出絕對風險的報導，通常比只丟一個漂亮倍數的報導更值得信任。

本文為健康資訊與統計識讀整理，不構成醫療建議。如何解讀某項研究的勝算比、風險比是否適用於你個人的狀況，牽涉研究設計與你的基準風險，請與你的醫師或具統計背景的專業人員討論，切勿僅憑單一數字自行調整用藥或健康決策。